Google présente Gemini 4 Argon, son nouveau modèle d’intelligence artificielle destiné aux tâches longues et complexes. Le système peut produire jusqu’à 1 million de tokens, contre 64 000 auparavant, avec des applications annoncées notamment dans le développement logiciel, les métiers juridiques et financiers et la cybersécurité.
Google DeepMind mise sur une capacité de traitement plus importante pour permettre à Gemini 4 Argon de maintenir son raisonnement sur des workflows qui nécessitent plusieurs étapes. Le modèle est présenté comme un outil destiné aussi bien au développement informatique qu’aux travaux de connaissance en entreprise.
Un million de tokens pour les tâches longues
La principale évolution annoncée concerne la capacité de sortie du modèle. Google porte cette limite à 1 million de tokens, contre 64 000 précédemment. Selon Koray Kavukcuoglu, vice-président senior de Google DeepMind et architecte en chef de l’IA chez Google, cette capacité doit permettre au modèle de consacrer davantage de ressources aux problèmes complexes.
« Nous augmentons considérablement la limite de tokens de sortie du modèle à 1 million de tokens, contre 64 000 auparavant », écrit Koray Kavukcuoglu dans l’annonce officielle.
Google explique que cette capacité permet à Gemini 4 Argon de produire des centaines de milliers de tokens dans une même trajectoire de travail. L’objectif est notamment de traiter des problèmes qui nécessitent un raisonnement approfondi et plusieurs étapes sans devoir fractionner systématiquement la tâche.
Le modèle est présenté pour des usages allant du développement logiciel aux recherches financières et à la rédaction juridique. Google indique également que ses propres ingénieurs utilisent déjà Argon pour le débogage, les migrations de bases de code et la conception d’algorithmes.
Google teste déjà Argon sur ses propres projets
Google affirme que Gemini 4 Argon est déjà utilisé dans plusieurs workflows internes. Des équipes s’en servent notamment pour des tâches de programmation spécialisées, des travaux de recherche et la rédaction.
Le modèle a également été mobilisé pour optimiser des algorithmes quantiques. Google indique qu’un exemple a permis de dépasser de 40 % une référence publiée en quelques minutes. D’autres agents Argon ont analysé des données de profilage des centres de données afin d’identifier et d’appliquer des optimisations de mémoire. Google estime que ces travaux ont permis de libérer plus de 300 Tio de mémoire une fois déployés, avec une économie totale estimée entre 500 Tio et 1 Pio.
Dans le développement logiciel, les agents Argon travaillent également sur des migrations de code C et C++ vers Rust. Google cite des projets allant de quelques dizaines de milliers de lignes à plus de 800 000 lignes pour le noyau Fuchsia Zircon. L’entreprise précise que ces opérations font l’objet d’audits automatisés et manuels, de tests d’émulation et de revues avant leur déploiement en production.
Le déploiement de Gemini 4 Argon reste toutefois progressif. Google le met d’abord à disposition de spécialistes de la cybersécurité de confiance dans le cadre du programme Fairwind. L’entreprise indique qu’elle recueille les retours des premiers utilisateurs afin d’améliorer ses garde-fous avant une ouverture aux développeurs, aux entreprises et aux particuliers.
Koray Kavukcuoglu souligne que « la mise en œuvre sûre de capacités de pointe à ce niveau nécessite une approche par étapes ». Google prévoit ensuite une disponibilité progressive pour les clients payants de son API et les abonnés Google AI Ultra, avant un élargissement à d’autres utilisateurs.
